公开(公告)号：CN112861809B

公开(公告)日：2024-03-12

申请号：CN202110301132.8

申请日：2021-03-22

Applicant: 南京大学

Inventor： 谢磊 ,  伏子育 ,  陆桑璐

IPC: G06F30/27

Abstract: 本发明公开了一种基于多目标视频分析的课堂抬头检测系统及其工作方法，包括：人脸检测模块，根据获取的课堂视频数据，使用卷积神经网络模型得到每个视频帧中的人脸集合；人脸姿态估计模块，对上述人脸集合中的每一个人脸进行特征点检测，基于特征点进行姿态估计，得到其在空间中的姿态角，并根据俯仰角的大小作为学生是否听课的判断依据，统计课堂听课率；云边协同调度模块，根据系统当前的资源状态以及用户需求，对上述卷积神经网络模型及集成回归树模型的最优配置进行求解，以提高人脸检测和人脸姿态估计的精度。本发明解决了现有技术不能高精度、低时延地同时对多目标进行分析、以及无法充分利用边缘设备和云服务器计算资源的问题。

公开(公告)号：CN112861809A

公开(公告)日：2021-05-28

申请号：CN202110301132.8

申请日：2021-03-22

Applicant: 南京大学

Inventor： 谢磊 ,  伏子育 ,  陆桑璐

IPC: G06K9/00

Abstract: 本发明公开了一种基于多目标视频分析的课堂抬头检测系统及其工作方法，包括：人脸检测模块，根据获取的课堂视频数据，使用卷积神经网络模型得到每个视频帧中的人脸集合；人脸姿态估计模块，对上述人脸集合中的每一个人脸进行特征点检测，基于特征点进行姿态估计，得到其在空间中的姿态角，并根据俯仰角的大小作为学生是否听课的判断依据，统计课堂听课率；云边协同调度模块，根据系统当前的资源状态以及用户需求，对上述卷积神经网络模型及集成回归树模型的最优配置进行求解，以提高人脸检测和人脸姿态估计的精度。本发明解决了现有技术不能高精度、低时延地同时对多目标进行分析、以及无法充分利用边缘设备和云服务器计算资源的问题。